本发明公开了一种跨模态特征融合的钱塘江涌潮高度预测方法。本发明的钱塘江涌潮高度预测方法，通过跨模态融合的方法进行不同数据源之间的特征融合以及生成式解码器进行预测。这种方法有效地结合了潮高数据与气象数据，利用了各自数据的独特性质和互补信息，提高了模型对涌潮动态的理解和预测能力。生成式解码器的应用允许模型一次性预测未来的潮高趋势，不仅优化了预测流程的效率，还显著减少了逐步预测中可能出现的误差累积。
📄 2024107297205
📂 G06F18_25
👤 浙江工业大学
📅 2024-06-06
本发明公开了一种基于dropblock的单张彩色图片平面三维重建方法，包括以下步骤：步骤S1：使用ScanNet数据集和Dropblock正则化方法训练卷积神经网络模型；步骤S2：使用经过训练的卷积神经网络对单张彩色图片进行示例分割和深度估计；步骤S3根据步骤S2得到的平面实例分割和深度估计融合一个三维模型。与现有技术相比，将单张彩色图片进行尺度归一化后，通过经dropblock方法训练好的卷积神经网络进行平面实例分割和深度估计，然后投影到三维空间完场三维模型的构建，从而能够提高计算速度和精度。
📄 2019106096744
📂 G06T17_00
👤 杭州电子科技大学
📅 2019-07-08
本发明公开了一种基于注意力与蒸馏机制的轻量级超分辨率重建方法。其通过卷积神经网络学习低分辨率图像与高分辨率图像之间映射关系。首先，提出的注意力卷积注意力(ACA)模块能够更加高效的整合蒸馏出的特征，使得蒸馏网络更加高效。并在高效的同时，也严格控制参数，一个ACA模块的参数仅有一个3×3卷积的一半；其次，提出的特征蒸馏和注意力结合的特征蒸馏模块(DAB)能够高效提取特征，并堆叠了多个这样的模块设计了一个基于注意力与蒸馏机制的轻量级超分辨率重建网络(DAN)。
📄 2022107443293
📂 G06T3_40
👤 闽江学院
📅 2022-06-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台